Doktor pada bidang Cyber Security dari Kelompok Keilmuan COMNETS

 

Doktor pada bidang Cyber Security dari Kelompok Keilmuan COMNETS

 

Pesatnya jumlah peralatan dan protokol yang terhubung ke jaringan informasi menghasil jumlah data yang sangat kompleks, dan berdimensi besar. Selain itu, hadirnya berbagai teknologi dan pengetahuan baru di bidang IT, menjadi salah satu isu pada keamanan jaringan cyber saat ini. Seperti hadirnya jenis-jenis serangan baru dan permasalahan tentang bagaimana meningkatkan akurasi pengenalan pola serangan cyber tersebut. Intrusion Detection System (IDS) merupakan salah satu solusi untuk mengatasi isu keamanan tersebut baik di dalam pendeteksian serangan di Network konvensional (TCP/IP Based) dan dalam Internet of Things (IoT). Untuk itu, dua orang peneliti dari kelompok keilmuan Laboratorium COMNETS (Communication Networks, Enterprise & Information Security) Universitas Sriwijaya berhasil membuat kajian ilmiah dalam rangkaian keilmuan di bidang keamanan informasi tersebut.

Kurniabudi, peneliti bidang keamanan informasi yang melakukan kajian Doktor selama lima tahun di program studi S3 Ilmu Teknik dalam kajian utama Teknik Informatika berhasil memberikan kontribusi kepada bidang keamanan informasi dengan menghasilkan pendekatan terbarukan teknik seleksi fitur pada data berdimensi tinggi dan tidak seimbang. Kurniabudi merupakan staff dosen Fakultas Ilmu Komputer, Universitas Dinamika Jambi. Dalam penelitiannya, untuk memenuhi kebutuhan trafik jaringan nyata pada penelitian yang dilakukannya digunakanlah dataset CICIDS-2017. Dalam paparannya, disampaikan bahwa Dimensional data yang tinggi merupakan salah satu isu dalam penelitian IDS. Untuk mengatasi masalah tersebut, teknik seleksi fitur merupakan salah satu cara yang ditawarkan oleh peneliti. Teknik seleksi fitur yang ideal, harus mampu mengeliminasi fitur-fitur yang tidak relevan, sehingga menghasilkan fitur-fitur yang benar-benar dapat digunakan untuk mendeteksi trafik-trafik normal dan serangan. Namun disisi lain, teknik seleksi fitur juga dihadapkan pada masalah data imbalance. Data imbalance membuat teknik seleksi fitur tidak bekerja maksimal, sehingga berdampak pada performa sistem deteksi.

Sebuah sistem deteksi diharapkan memiliki akurasi yang tinggi, dengan konsumsi sumberdaya yang rendah serta handal pada berbagai platform jaringan. Untuk memenuhi kebutuhan tersebut, maka dilakukan beberapa kajian yang meliputi 3 (tiga) tahapan : 1) Analisis fitur dan validasi, 2) Peningkatan metode seleksi fitur, dan 3) Optimasi metode seleksi fitur. Dari rangkaian tahapan penelitian yang dilakukan Kurniabudi, Terdapat beberapa kontribusi yang sangat relevan, terlihat dari puluhan sitasi dari peneliti yang berasa dari luar negeri  yang dapat disimak dalam naskah ilmiahnya di https://www.scopus.com/authid/detail.uri?authorId=56979365500 .

Peneliti lain, Sharipuddin yang merupakan juga dosen di Fakultas Ilmu Komputer, Universitas Dinamika Jambi, berhasil membuat pendekatan tentang pendeteksian serangan cyber di Internet of things (IoT). Dalam paparannya peneliti ini mengatakan beragamnya jumlah device dan kompleksitas jaringan informasi saat ini seperti jenis protocol, end-device, sensor, data, dan dll (heterogenous) yang terkoneksi kedalam jaringan internet maka akan meningkatkan kerentanan dari perangkat tersebut. Sisi lain dalam dunia keamanan informasi, teknik dan cara dari sebuah serangan cyber selalu berevolusi dengan cepat dan cara yang beragam, sehinga diperlukan sebuah metode yang dapat mengidentifikasi perubahan kecil dari sebuah serangan.

Penelitian yang dilakukan Sharipuddin menggunakan pendekatan machine learning dengan menghasilkan fitur terbaik untuk proses training menggunakan Deep Belief Network (DBN) untuk IDS. Metode ini sesuai dengan kriteria data jaringan heterogeneous IoT untuk memproses data yang komplek dengan pelatihan tanpa pengawasan dengan dataset tanpa label. Keutamaan dari penelitian yang dilakukan Sharipuddin fokus awalnya pada kelangkaan data set IoT dengan serangan kekinian saat ini dan fokus pada masa keamanan serangan  DDoS   yang terjadi pada jaringan heterogeneous IoT, juga menghasilkan karakter / pola-pola terbarukan dalam serangan di IoT dalam mendeteksi paket serangan DDoS. Publikasi selama menempuh penelitian S3 nya dapat dilihat di https://www.scopus.com/authid/detail.uri?authorId=56979250100

Saat dihubungi, coordinator COMNETS UNSRI Dr. Deris Stiawan (UNSRI) mengatakan bahwa hasil penelitian oleh Dr. Kurniabudi dan Dr. Sharipuddin menjawab beberapa permasalahan saat ini dalam keamanan informasi di dunia cyber dan IoT. Mereka telah menghasilkan beberapa publikasi di Jurnal Internasional bereputasi dan telah disitasi oleh puluhan peneliti lain di dunia dalam bidang cyber security. Kolaborasi dan sinergi luar negeri antara Research Group COMNETS UNSRI dan MAGICX Universiti Teknologi Malaysia terbina selama penelitian ini berlangsung. Begitu juga kolaborasi terjalin dengan beberapa peneliti luar negeri seperti dari Al-baha University, Saudi Arabia.